[发明专利]对智能信息系统下用户活动监测的推断攻击方法及系统

权利要求书

1.一种对智能信息系统下用户活动监测的推断攻击方法，其特征在于，包括：

获取目标时刻所有物联网设备的加密流量数据；

根据所述目标时刻所有物联网设备的加密数据流量得到所述目标时刻的设备事件序列；

将所有所述物联网设备的加密流量数据输入训练好的LT-BERT模型得到流量特征序列；

将所述流量特征序列和所述目标时刻的设备事件序列输入训练好的DFA分类器得到所述目标时刻的用户活动；根据所述目标时刻的用户活动对所述智能信息系统是否安全进行评测；所述智能信息系统由所有的物联网网设备组成。

2.根据权利要求1所述的一种对智能信息系统下用户活动监测的推断攻击方法，其特征在于，所述根据所述目标时刻所有物联网设备的加密数据流量得到所述目标时刻的设备事件序列，具体包括：

对于任意一个物联网设备，确定所述物联网设备的加密流量数据的数据包信息为所述加密流量数据对应的设备事件指纹；所述数据包信息包括数据包的长度、顺序和方向；

根据所述加密流量数据对应的设备事件指纹和预先存储的对应关系得到所述加密流量数据对应的设备事件；所述对应关系为设备事件与设备事件指纹的对应关系；

将所述目标时刻所有物联网设备的加密流量数据对应的设备事件组成所述目标时刻的设备事件序列。

3.根据权利要求2所述的一种对智能信息系统下用户活动监测的推断攻击方法，其特征在于，所述预先存储的对应关系的确定过程具体为：

对于任意一个设备事件，获取所述设备事件对应的多个数据包信息；

利用Levenshtein距离对多个所述数据包信息处理得到所述设备事件对应的设备事件指纹；

根据所有设备事件和所有设备事件对应的设备事件指纹得到预先存储的对应关系。

4.根据权利要求1所述的一种对智能信息系统下用户活动监测的推断攻击方法，其特征在于，所述DFA分类器的训练过程为：

获取各时刻所有训练物联网设备的加密流量数据和用户活动；

对于任意一个时刻，根据所述时刻所有训练物联网设备的加密数据流量得到所述时刻的设备事件序列；

将所述时刻所有所述训练物联网设备的加密流量数据输入训练好的LT-BERT模型得到所述时刻的流量特征序列；

确定所有时刻的设备事件序列、流量特征序列和用户活动为训练集；

根据所述训练集对DFA分类器进行训练得到训练好的DFA分类器。

5.一种对智能信息系统下用户活动监测的推断攻击系统，其特征在于，包括：

获取模块，用于获取目标时刻所有物联网设备的加密流量数据；

设备事件序列确定模块，用于根据所述目标时刻所有物联网设备的加密数据流量得到所述目标时刻的设备事件序列；

流量特征序列确定模块，用于将所有所述物联网设备的加密流量数据输入训练好的LT-BERT模型得到流量特征序列；

测评模块，用于将所述流量特征序列和所述目标时刻的设备事件序列输入训练好的DFA分类器得到所述目标时刻的用户活动；根据所述目标时刻的用户活动对所述智能信息系统是否安全进行评测；所述智能信息系统由所有的物联网网设备组成。

6.根据权利要求5所述的一种对智能信息系统下用户活动监测的推断攻击系统，其特征在于，所述设备事件序列确定模块，具体包括：

指纹确定单元，用于对于任意一个物联网设备，确定所述物联网设备的加密流量数据的数据包信息为所述加密流量数据对应的设备事件指纹；所述数据包信息包括数据包的长度、顺序和方向；

设备事件确定单元，用于根据所述加密流量数据对应的设备事件指纹和预先存储的对应关系得到所述加密流量数据对应的设备事件；所述对应关系为设备事件与设备事件指纹的对应关系；

设备事件序列确定单元，用于将所述目标时刻所有物联网设备的加密流量数据对应的设备事件组成所述目标时刻的设备事件序列。